Modèle de cours
Outil de boîte à outils en science des données – Données climatiques & analyse urbaine
Analyse et visualisation des données climatiques avec des bibliothèques Python telles que pandas, numpy et matplotlib.
Objectif pédagogique
Ce modèle de cours introduit des étapes structurées pour l’analyse de données avec Python. L’accent est mis sur l’importation et la structuration des jeux de données, l’évaluation statistique des données climatiques et leur interprétation graphique. Les modules individuels représentent le workflow typique d’une analyse moderne de données – depuis la préparation des données jusqu’à l’analyse, la visualisation et les modèles prédictifs simples. Cela soutient le développement de compétences en matière de modélisation et d’analyse basées sur les données dans le domaine de la gestion des données.
Focus sur les compétences
- Importation et structuration des données climatiques à partir de fichiers CSV avec pandas
- Calcul des mesures statistiques telles que la moyenne, la médiane, l’écart type et l’intervalle avec numpy
- Visualisation des séries temporelles et des distributions de données avec matplotlib
- Transformation des jeux de données en structures JSON et stockage via des API REST
- Analyse des données de base en convertissant les JSON en DataFrames pandas
- Étude des connexions et sous-ensembles de jeux de données par le biais d’analyses de filtrage et de comparaison
- Création de modèles simples de prévision avec la régression linéaire pour analyser les tendances à long terme des températures
Structure des modules
Visualisation des données climatiques provenant de fichiers CSV
Introduction à la charge de jeux de données climatiques à partir de fichiers CSV, leur évaluation statistique et leur visualisation sous forme de séries temporelles de température avec matplotlib.
Analyse des statistiques de température avec NumPy
Analyse statistique des données de température par le calcul des valeurs centrales et la comparaison des dispersions entre plusieurs villes.
Stockage des données climatiques dans la base de données utilisateur
Construction d'un pipeline de données simple en convertissant les données CSV en JSON et en stockant les jeux de données via une API REST dans une base de données.
Analyse des données climatiques à partir de la base de données utilisateur
Récupération des données climatiques stockées via une interface REST, conversion en DataFrames et analyse statistique suivie d'une visualisation.
Visualisation améliorée des données climatiques
Analyse et représentation graphique des données climatiques avec divers types de diagrammes pour explorer les séries temporelles et les relations.
Tendance de température avec régression linéaire
Introduction aux fondements du machine learning via l'entraînement d'un modèle de régression linéaire pour analyser les tendances à long terme des températures.
Les modules clairement structurés permettent une introduction étape par étape à l’analyse de données, à l’évaluation statistique et à la visualisation, et peuvent être intégrés de manière flexible dans vos séries de cours.
Utilisez l’accès démo pour tester le modèle et adapter les étapes d’analyse ou de visualisation spécifiques à votre groupe d’apprenants.